[发明专利]一种关键字查询方法与装置

说明书

技术领域

本发明涉及信息处理技术，特别地，涉及一种关键字查询方法与装置。

背景技术

最近，随着大规模空间数据的出现，空间数据查询成为研究的热点。给定一组带有空间和文字描述的物体，一个空间关键词查询由一组关键字和位置信息构成。一个物体懂得文字描述含有制定关键字我们就说这个物体覆盖这个关键字。一个查询力图找到覆盖所有关键字的最近的物体。然而，在一些特定的应用中，只有一些物体的组合才能满足用户的需求；例如，一个游客想要找到附近一组感兴趣的地方，包括饭店、超市和旅馆；另一个例子是在交叉学科合作中，项目负责人往往想要找到不同领域的专家或者是具有不能技能的人。这样看来，一组物体协同的满足用户的需求可以用协同空间关键词查询确切的描述。

现有技术已经公开了基于IR树的协同空间关键词算法。在现有技术中，当待处理的数据集在增大时，算法被发现存在扩展性问题：构建IR树需要大量的时间和内存，并且找出的结果不能保证最优、效率低下；同时，不依赖索引的精确算法想要的到最优解需要大量的运行时间。

针对现有技术中协同空间关键词算法扩展性差、效率低下的问题，目前尚未有有效的解决方案。

发明内容

针对现有技术中协同空间关键词算法扩展性差、效率低下的问题，本发明的目的在于提出一种关键字查询方法与装置，能够兼容大规模的数据运算，扩展性好；且可以保证获得最优解，工作效率高。

基于上述目的，本发明提供的技术方案如下：

根据本发明的一个方面，提供了一种关键字查询方法，包括：

扫描定义范围内的每个物体，并获取每个物体的数据信息；

将每个物体的数据信息构建为数据集合；

获取查询请求，验证查询请求的合法性；

若查询请求合法，则根据合法查询请求在数据集合中进行查询，并返回符合查询请求的结果。

其中，每个物体的数据信息，包括每个物体的位置信息与关键字信息，其中，每个物体的关键字信息包括至少一关键字；获取查询请求，为获取一查询向量与一查询范围集合，其中，查询向量包括一查询位置信息与一查询关键字集合，其中，查询关键字集合包括至少一关键字，查询范围集合为数据集合的子集；验证查询请求的合法性，为判断查询范围集合中的每个物体元素是否都包含关键字集合中的至少一关键字，以及判断查询关键字集合是否为查询范围集合中的每个物体元素的关键字所组成的集合的子集，如果是，则认为查询请求合法；根据查询请求在数据集合中进行查询，为构建一结果范围集合，其中，结果范围集合为数据集合的子集，结果范围集合中的每个物体元素都包含关键字集合中的至少一关键字，查询关键字集合为结果范围集合中的每个物体元素的关键字所组成的集合的子集，并且结果范围集合与查询向量组成的损失函数应小于查询请求本身的加性损失函数，其中，加性损失函数为查询向量到查询范围集合或结果范围集合中每个物体元素的距离之和。

并且，访问数据集合，将数据集合分割为大小相同的多个网格，并为每个网格进行特异性编号，多个网格覆盖数据集合内所有的物体元素；根据每个网格覆盖数据集合内物体元素的实际情况，建立网格表与反向关键字表；根据网格表与反向关键字表获得数据集合的局部最优结果范围集合；根据局部最优结果范围集合构建有效物体数据集合，并根据有效物体数据集合构建结果范围集合。

并且，根据每个网格覆盖数据集合内物体元素的实际情况，建立网格表与反向关键字表包括：根据每个网格的特异性编号与每个网格各自覆盖的物体元素的数据信息，建立网格表，网格表记录了每个网格与数据集合内的物体元素的对应关系；根据每个网格的特异性编号、每个网格各自覆盖的物体元素的数据信息、以及物体元素的数据信息被存储的位置，建立反向关键字表，反向关键字表在每个网格的特异性编号、每个网格各自覆盖的物体元素的关键字信息、与物体元素的数据信息被存储的位置三者之间建立了对应关系，反向关键字表还在数据集合内的每个关键字与包含关键字的物体元素所在的每个网格的特异性编号二者之间建立了对应关系，在数据集合内包含某一关键字的所有物体元素均在反向关键字表中以一个对应关系进行表示。